Kimi K3は、Moonshot AIのフラッグシップモデルであり、これまでで最も高性能なリリースです。2.8兆パラメータの混合専門家（Mixture-of-Experts）モデルであり、長期的なコーディングとエンドツーエンドの知識作業向けに構築されています。100万トークンのコンテキストウィンドウとネイティブの視覚理解を組み合わせ、テキストと画像の入力、テキスト出力に対応し、非常に長いエージェントセッションでも一貫性を維持できるよう設計されています。 Moonshotは、K3をCodex、Claude Code、Cline、RooCodeなどのプログラミングエージェントシナリオ、ならびに深い推論と知識作業向けに位置づけています。最上位の reasoning_effort 制御とネイティブのツール呼び出しを公開し、OpenAI APIフォーマットでドロップイン統合に対応しています。なお、K3はサンプリングパラメータ（temperature / top_p / seed）を受け付けません。推論の深さは reasoning_effort で制御されます。
MoonshotAI Kimi K3は、中国のAI企業MoonshotAIが開発した大規模言語モデルです。1,048,576トークンのコンテキストウィンドウをサポートし、テキストと画像の両方の入力を受け付けます。このモデルは、書籍全体、長大な研究論文、長時間の会話など、非常に長い情報シーケンスを保持し推論する必要があるタスク向けに設計されています。OrcaRouterのOpenAI互換API（ベー…
Kimi K3の主な機能は、最大1,048,576トークンのコンテキストウィンドウを処理することです。これにより、小説全体、長大な技術マニュアル、または広範な会話履歴を一度のプロンプトに組み込むことができます。また、画像を受け付けるため、マルチモーダル推論が可能です。このモデルは、非常に長い入力に対して、要約、質問応答、生成などのタスクを実行できます。複雑な指示を理解し、長いシーケンスにわたってそれに従うことができます。OrcaRouterを通じて、temperature、max_tokens、top_p、stop sequencesなどのOpenAI互換のAPIパラメータをサポートしています。
Kimi K3は、タスクが本質的に非常に大きなコンテキストを必要とする場合に最適です。例えば、1,000ページの文書を一度に分析する、または何百ものメッセージの完全な履歴を保持した会話を維持するといったケースです。短い入力の場合、トークンあたりのコスト（$3/$15 per million）が高いため、費用対効果が得られない可能性があります。コンテキストウィンドウが小さい安価なモデルでも、ほとんどの一般的なタスクをより効率的に処理できます。Kimi K3は、タスクが完全なコンテキストウィンドウを必要とし、切り捨てや複数回のチャンク＆要約ステップを避ける必要がある場合にのみ使用してください。
Kimi K3は、情報が非常に長いテキストに分散している場合や画像を含むタスクに優れています。例としては、本の長さのレポートから重要な事実を抽出する、完全なコードベースに関する質問に答える、複数の研究論文を比較する、一連の図を分析するなどがあります。また、長い対話で一貫性を維持することもできます。その強みは、コンテキストのすべての部分に同時に注意を向ける能力にあり、外部検索やチャンク化の必要性を減らします。
Kimi K3は大きなコンテキストウィンドウを持っていますが、狭いタスクにおいては、より小さく微調整されたモデルほど常に優れたパフォーマンスを発揮するとは限りません。大きなコンテキストはレイテンシと計算コストを増加させる可能性もあります。正確な制限（例：最大画像解像度、サポートされるファイルタイプ、言語習熟度）は与えられた事実には明記されていませんが、モデルの設計に固有のものです。ユーザーは、非常に長いプロンプトが多くのトークンを消費し、その結果コストが高くなることを認識すべきです。このモデルはOrcaRouterを通じてアクセスされます。プロバイダの稼働時間と応答時間が適用されます。
提供された事実には、Kimi K3の具体的なベンチマークスコアは含まれていません。一般的に、大規模コンテキストモデルは、Needle in a Haystackテスト、長文書QA、要約などのタスクで評価されます。MoonshotAIが結果を公開している可能性があるため、ユーザーは公式ドキュメントを参照してください。標準的なNLPベンチマーク（例：MMLU、GSM8K）におけるモデルのパフォーマンスは明記されていません。ご利用のユースケースにおける有効性を判断するために、独自の評価セットでKimi K3をテストすることをお勧めします。
1,048,576トークンのコンテキストウィンドウとは、モデルが一度の処理で約150万語の英語または80万文字の中国語を処理できることを意味します。実際には、これにより、書籍全体、広範な会話ログ、または多くの画像を含むマルチモーダルデータを処理することが可能になります。ただし、すべてのトークンが均等に利用されるわけではありません。注意機構は、時として最近の部分や顕著な部分により重点を置くことがあります。モデルが長いコンテキストの中間部分から情報を取得する能力はテスト可能です。このようなタスクにおけるパフォーマンスは、より小さなコンテキストを持つモデルよりも優れていることが多いですが、改善の余地がまだあるかもしれません。
指定された情報にはレイテンシとスループットは明記されていません。非常に大きなコンテキストウィンドウを持つモデルは、アテンションメカニズムがシーケンス長に対して二次関数的にスケーリングするため、通常、各リクエストの処理に時間がかかります。完全な100万トークンの出力では、高いレイテンシが予想されます。OrcaRouterを使用すると、max_tokensを設定して出力長を制限し、応答時間を調整できます。リアルタイムアプリケーションでは、より小さなモデルの使用を検討してください。長時間のタスクのバッチ処理の方が実用的な場合があります。実際のパフォーマンスは、プロバイダーのインフラストラクチャと現在の負荷に依存します。
Kimi K3の大規模なコンテキストウィンドウは強みである一方、課題でもあります。短い入力を扱う際に精密な推論が必要なタスクでは、特化されたモデルと比較して精度が劣る可能性があります。また、クリエイティブライティングやコード生成などの分野では、それらのタスクに特化して調整されたモデルと比べて品質が低い場合があります。さらに、トークンあたりのコストが比較的高いため、短いプロンプトでの利用は非効率的です。このモデルは比較的新しいため、長期的な安定性やMoonshotAIからのサポートも考慮すべき要素です。
Kimi K3は、入力トークン100万トークンあたり$3.00、出力トークン100万トークンあたり$15.00の価格です。これらはプロバイダーの料金であり、OrcaRouterによるマークアップは一切ありません。入力トークンにはテキストと画像の両方のトークンが含まれます（画像はトークン換算で課金されます）。出力トークンはモデルが生成したすべてのトークンです。トークンあたりのコスト以外に追加料金はありません。価格はプロバイダーによって変更される可能性がありますが、OrcaRouterはマージンを追加せずに料金をそのまま適用します。
Kimi K3は非常に長いコンテキストを扱えるため、より小さなコンテキストモデルで必要となる複数のAPI呼び出しを置き換えることができ、ドキュメント全体の処理を必要とするタスクでは全体のコストを削減できる可能性があります。ただし、各トークンは多くのコンパクトモデルよりも高価です。例えば、100万トークンの入力は$3.00で固定ですが、小さなモデルでは100万トークンあたり$0.15かかるものの、同じデータを処理するために複数の呼び出しが必要になる場合があります。トレードオフは、シンプルさとトークンあたりのコストの間です。ユーザーはタスクごとの総トークン使用量を見積もる必要があります。
提供された事実には、OrcaRouter上のKimi K3に対するキャッシュやボリューム割引については言及されていません。料金はプロバイダーが請求する厳密なトークン単位です。OrcaRouterはリクエストログやリトライなどの機能を提供する可能性がありますが、特定の値下げは示されていません。ユーザーは最新情報についてOrcaRouterの現在の料金ページを確認すべきです。一般的に、大量利用者はプロバイダーと直接交渉する場合がありますが、OrcaRouterを通じては記載されているレートが適用されます。
画像は課金のためにトークンに変換されます。画像の正確なトークン化は、その解像度とプロバイダーのアルゴリズムに依存します。通常、標準的な画像（例：1024x1024）は、数百トークンのオーダーのコストがかかる場合があります。Kimi K3の入力価格は100万トークンあたり3.00ドルであるため、プロンプトに画像を含めると入力トークン数が増加し、コストが上がります。多くの画像を含むワークロードでは、総コストが急速に増加する可能性があります。コストを抑えるためには、画像サイズを最小化するか、関連する画像のみを含めることを推奨します。
Kimi K3は、OrcaRouterのOpenAI互換APIを通じてアクセスされます。https://api.orcarouter.ai/v1/chat/completions にHTTP POSTリクエストを送信し、モデルパラメータを "kimi/kimi-k3" に設定します。リクエスト形式はOpenAIのChat Completions APIと同一です：system、user、assistantロールを含むmessages配列を含めます。画像入力には、タイプ "image_url" のcontent配列を使用します。OrcaRouterからAPIキーを取得していることを確認してください。特別な設定は必要ありません。temperature、max_tokens、top_p、stopなどの標準パラメータがサポートされています。
OrcaRouterを介して、Kimi K3は標準のOpenAI互換パラメータをサポートしています。temperature（デフォルト0.7）、max_tokens（モデルの出力上限まで。上限は明示されていませんが、32K未満と推測されます）、top_p、frequency_penalty、presence_penalty、停止シーケンス、およびn（完了数）です。このモデルはリアルタイム出力のためのstreamパラメータも受け付けます。画像入力には、マルチモーダルコンテンツ形式を使用できます。サポートされていないパラメータは無視されます。大きなコンテキストウィンドウにより、長い出力に対して高いmax_tokensを設定できますが、コストに注意してください。
すでにOpenAI互換APIを使用している場合、移行は簡単です。ベースURLをhttps://api.orcarouter.ai/v1に変更し、モデルIDを"kimi/kimi-k3"に更新し、OrcaRouter APIキーを設定してください。同じメッセージ形式を使用していれば、コードの変更は不要です。画像対応のためには、プロンプトに画像URLまたはbase64データを含めてください。モデルの能力に合わせてmax_tokensなどのパラメーターを調整する必要がある場合があります。最初に少量のサンプルでテストし、出力品質とコストを確認してください。
OrcaRouterからAPIキーを取得してください。そのキーをAuthorizationヘッダーにBearer YOUR_API_KEYとして含めてください。OrcaRouterが認証と課金を管理します。セキュリティのため、キーを共有しないでください。OrcaRouterはAPIキーのローテーションもサポートしている場合があります。MoonshotAIからの追加の認証は不要です。すべてのリクエストはOrcaRouterのインフラストラクチャを通じて送信され、レート制限とエラーハンドリングが行われます。リクエストがOrcaRouterの利用規約に準拠していることを確認してください。
Kimi K3は1,048,576トークンのコンテキストウィンドウを提供しており、これは利用可能な中でも最大級のものです。これは、同じく100万トークンのコンテキストをサポートする他社のモデルと同等です。料金は100万トークンあたり3ドル/15ドルと競争力があります。一部のモデルとは異なり、Kimi K3はマルチモーダル入力（テキストと画像）をサポートしています。主な差別化要因は、OrcaRouterを介してマークアップなしでアクセスできることです。GPT-4 Turbo（128Kコンテキスト、より高コスト）などのモデルと比較すると、Kimi K3は非常に長いシーケンスに対しては安価になる可能性がありますが、品質プロファイルが異なる場合があります。ベンチマーク比較は提供されていません。
タスクに完全な大規模コンテキストウィンドウが必要な場合（例えば、500ページのドキュメントを一度に分析する、または多数の画像を単一のプロンプトに含める場合）は、Kimi K3を選択してください。コンテキストウィンドウが小さい（例：128Kトークン）低コストのモデルでは、入力をチャンクに分割せざるを得ず、相互参照が失われる可能性があります。品質を損なわずにタスクを分割できる場合は、トークン単価が低いため、低コストモデルの方が望ましいです。また、モデルの特定の強み（マルチモーダル、長いコンテキスト）が重要かどうかも考慮してください。
提供されている事実はKimi K3のみをカバーしています。MoonshotAIにはKimiやKimi K2といった以前のモデルが存在します。Kimi K3は最新であり、より大きなコンテキストウィンドウとマルチモーダル対応を備えています。以前のモデルはおそらくコンテキストが小さく、画像を受け付けない可能性があります。他のモデルの価格は提示されていません。MoonshotAIの旧モデルの既存ユーザーにとって、Kimi K3へのアップグレードは拡張された機能を提供しますが、トークンあたりのコストが高くなります。判断は、より大きなコンテキストと画像入力がプレミアムに見合うかどうかに依存します。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="kimi/kimi-k3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatstopstructured_outputstool_choicetools| 入力 / 1M tokens | $3.00 |
|---|---|
| 出力 / 1M tokens | $15.00 |
| キャッシュ読み取り / 1M | $0.300 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
今週の開発者の声
@misc{orcarouter_kimi_k3,
title = {Kimi K3 API},
author = {MoonshotAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kimi/kimi-k3}
}MoonshotAI. (2026). Kimi K3 API. OrcaRouter. https://www.orcarouter.ai/models/kimi/kimi-k3